“专业优化、课程提质、模式创新”是新文科建设的三大基本抓手，推进学科交叉融合是“专业优化”的一个具体方向。大数据管理与应用专业作为典型的文理交叉型专业，在新文科建设工作中必不可少。大数据管理与应用专业的本科阶段旨在培养具有统计分析、计算机技术、经济管理等多学科知识的复合型人才。虽然“懂数据、懂技术、懂业务、懂管理”的专业大方向已被各类高校所认同，但各高校的办学特点与人才培养定位存在较大差异，因此需要思考各自的培养目标和专业特色，以达到新文科建设的目标要求。本文以陕西国际商贸学院为例进行阐述，以跨学科新兴交叉专业作为研究对象，探索突破专业共建、师资共享难题的路径，探索从组织创新，制度创新的思考可为专业建设提供更多可能性。
一、专业建设现状
该高校的定位属于应用型大学，面向陕西及西部地区培养高素质应用型人才。2021年，大数据管理与应用专业获批设立并开始面向全国招生。
（一）专业定位。以市场需求为导向，立足陕西、辐射全国，面向大数据管理与应用领域，培养德智体美劳全面发展，富有创新精神和创业意识，具有经济、管理和信息技术等基础知识，具备收集有效数据、挖掘数据价值的技术能力，能在政府部门与各类企事业单位胜任数据分析、数据管理、商务智能决策等工作的高素质应用型人才。
（二）师资数量与结构。已初步形成了教授带头、企业行业专家引领的师资队伍。目前拥有教师8人，副教授及以上职称2人，硕士及以上学历达100%。专业结构方面，计算机专业4人，经济学专业2人，数学专业1人，统计学专业1人。
（三）实验室条件建设。采购了上市公司的大数据平台及案例库，已经在多个实验室搭建了大数据平台和金融、电商类产业数据库，软硬件能够满足实践教学的需要。
（四）现有校企合作单位5家。现与西安美林数据技术股份有限公司、用友新道科技股份有限公司、西咸新区智慧城市发展集团有限公司、北京国富如荷网络科技有限公司、陕西步长制药有限公司等多家企业签订合作协议，为学生实习、深造和高质量就业提供了有力保障。
二、专业建设困境
（一）师资总量短缺与结构失衡同时存在。师资队伍是保障教学质量的核心资源。目前大数据管理与应用专业存在师资总量不达标，专业、职称与年龄结构失衡的双重问题，难以支撑专业建设与发展需要。特别是计算机领域的教师“外引”极其困难，其他专业教师因专业壁垒转型短期难以完成“内培”。
（二）实验平台资源开发度不高。现阶段的困难是开发利用实验平台资源，将数据资源转化为校本教学资料。依托资源开发出有关实验课程资料，需要任课教师多次反复的教学实践、供方的全力配合以及学院的政策和资金支持。
（三）校企合作企业数量不足，缺乏合作深度与广度。虽然现有校企合作单位数量较为可观，但在合作的领域上仅限于参观学习，基本能满足认知实习的需要。在后续的专业实习、就业指导以及毕业论文写作等方面还需要进一步加深合作。
（四）专业定位不清，特色不明。虽然专业人才培养已经过调研和论证，但是由于跨学科专业建设需要“因校制宜”，如何依托现有的主干学科来凝练专业特色还需进一步思考。
三、专业建设路径
只有打破学科、专业壁垒，创新专业建设思路才能快速提升专业建设基础。
（一）联合校内外大数据技术专业建立虚拟教研室。专业师资、成果以及就业情况是招生就业竞争力的关键所在。传统“细火慢炖”的专业建设方式难以弥补现有的师资和资源短板，急需探索校内外专业共建、师资共享方式方法。在校内，与相关专业之间通过组织创新，制度创新研究联合培养方式，摒弃所有利益、权利分割，以快速提升专业建设成效为目标，为专业建设提供更多可能性。
（二）外部调研设置专业定位、特色、课程体系与培养模式。首先，借鉴、学习头部学校与同类学校跨学科专业建设经验，通过专家学者的著作、发言和协会联盟的调研报告，获取专业建设方面有价值的信息。其次，调查访谈相关企业单位业务部门和人事部门，确定匹配岗位的能力需求，明确从事专业必需的核心能力和通用能力，作为后续设置课程体系与课程内容的依据；最后，分析汇总、组织教研室研讨，明确专业定位，细化人才培养目标，设置与分解毕业要求，构建能支撑培养目标的课程体系。
（三）确定适合培养目标达成的课堂教学模式。课堂教学是达成培养目标的关键，这个环节涉及到三方面利益相关主体：学生、教师以及教学管理人员。就学生而言，新进本科高校学生在学情上不同于头部高校、也不同于普通本科高校，两极分化更为严重。多数学生对理论研究、前沿热点与学科知识反应冷淡，在实验实训时多停留在表面现象的观察，对于隐藏在现象与问题背后的原理思考不够。因此，在课堂教学模式上，建议打破理论与实训割裂的现有模式，可以采用“边理论边实训”、“先实训后理论”等适应性教学模式，通过实训引发兴趣，通过理论学习实现知识探究，打破“理论冷实践热”的课堂，助力培养理实并重的应用型人才。
（四）构建数据素养能力评价指标体系。要根据数据素养核心能力目标系统科学量化指标，设定原则是整个体系的核心和关键，会直接影响数据素养能力评价的效果。要参考相关文献构建具有可量化，可操作的评价指标体系，自评自检，为优化培养方案提供决策依据。
